論文の概要: Map++: Towards User-Participatory Visual SLAM Systems with Efficient Map Expansion and Sharing

• arxiv url: http://arxiv.org/abs/2411.02553v1
• Date: Mon, 04 Nov 2024 19:35:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-06 14:59:04.294477
• Title: Map++: Towards User-Participatory Visual SLAM Systems with Efficient Map Expansion and Sharing
• Title（参考訳）: Map++: 効率的なマップ拡張と共有を備えたユーザ参加型ビジュアルSLAMシステムを目指して
• Authors: Xinran Zhang, Hanqi Zhu, Yifan Duan, Wuyang Zhang, Longfei Shangguan, Yu Zhang, Jianmin Ji, Yanyong Zhang,
• Abstract要約: 本稿では,地図作成タスクを地図利用者に委譲する参加型センシング手法を提案する。 提案手法は,利用者の集合的努力を生かし,環境が発展するにつれて地図の拡張と更新を促進させる。 我々は、プラグイン・アンド・プレイ拡張として機能する効率的なシステムであるMap++を開発した。
• 参考スコア（独自算出の注目度）: 15.481433997371925
• License:
• Abstract: Constructing precise 3D maps is crucial for the development of future map-based systems such as self-driving and navigation. However, generating these maps in complex environments, such as multi-level parking garages or shopping malls, remains a formidable challenge. In this paper, we introduce a participatory sensing approach that delegates map-building tasks to map users, thereby enabling cost-effective and continuous data collection. The proposed method harnesses the collective efforts of users, facilitating the expansion and ongoing update of the maps as the environment evolves. We realized this approach by developing Map++, an efficient system that functions as a plug-and-play extension, supporting participatory map-building based on existing SLAM algorithms. Map++ addresses a plethora of scalability issues in this participatory map-building system by proposing a set of lightweight, application-layer protocols. We evaluated Map++ in four representative settings: an indoor garage, an outdoor plaza, a public SLAM benchmark, and a simulated environment. The results demonstrate that Map++ can reduce traffic volume by approximately 46% with negligible degradation in mapping accuracy, i.e., less than 0.03m compared to the baseline system. It can support approximately $2 \times$ as many concurrent users as the baseline under the same network bandwidth. Additionally, for users who travel on already-mapped trajectories, they can directly utilize the existing maps for localization and save 47% of the CPU usage.
• Abstract（参考訳）: 正確な3Dマップの構築は、自動運転やナビゲーションといった将来の地図ベースのシステムの開発に不可欠である。 しかし、多層駐車場やショッピングモールのような複雑な環境でこれらの地図を作成することは、依然として困難な課題である。 本稿では,地図作成タスクを地図利用者に委譲し,コスト効率と連続データ収集を可能にする参加型センシング手法を提案する。 提案手法は,利用者の集合的努力を生かし,環境が発展するにつれて地図の拡張と更新を促進させる。 我々は,既存のSLAMアルゴリズムに基づく参加型マップ構築をサポートする,プラグイン・アンド・プレイ拡張として機能する効率的なシステムであるMap++を開発することで,このアプローチを実現した。 Map++は、軽量でアプリケーション層プロトコルのセットを提案することで、この参加型マップ構築システムにおける多くのスケーラビリティの問題に対処する。 室内ガレージ、屋外プラザ、パブリックSLAMベンチマーク、シミュレーション環境の4つの代表的な設定でMap++を評価した。 以上の結果から,Map++では,ベースラインシステムに比べて0.03m未満の速度で,地図の精度を低下させることなく,トラフィック量を約46%削減できることがわかった。 同じネットワーク帯域で、ベースラインと同じ数の同時ユーザをサポートすることができる。 さらに、既にマップされたトラジェクトリで移動しているユーザに対しては、既存のマップを直接ローカライズしてCPU使用率の47%を節約することができる。

関連論文リスト

• Neural Semantic Map-Learning for Autonomous Vehicles [85.8425492858912]
  本稿では,道路環境のコヒーレントな地図を作成するために,車両群から収集した局所部分写像を中心インスタンスに融合するマッピングシステムを提案する。 本手法は,シーン特異的なニューラルサイン距離場を用いて,雑音と不完全局所部分写像を併用する。 我々は,記憶効率の高いスパース機能グリッドを活用して大規模にスケールし,シーン再構築における不確実性をモデル化するための信頼スコアを導入する。
  論文  参考訳（メタデータ） (2024-10-10T10:10:03Z)
• Enhancing Online Road Network Perception and Reasoning with Standard Definition Maps [14.535963852751635]
  我々は,オンラインベクトル化HDマップ表現の開発において,軽量でスケーラブルな事前規格定義(SD)マップを活用することに注力する。 重要な発見は、SDマップエンコーダがモデル非依存であり、鳥の目視(BEV)エンコーダを利用する新しいアーキテクチャに迅速に適応できることである。 この結果から,オンライン地図作成タスクの先行作業としてSDマップを使用すると,コンバージェンスが大幅に向上し,オンラインセンターライン認識タスクの性能が30%向上する可能性が示唆された。
  論文  参考訳（メタデータ） (2024-08-01T19:39:55Z)
• Mind the map! Accounting for existing map information when estimating online HDMaps from sensor [15.275704436439012]
  HDMapをセンサーから推定することで、コストを大幅に削減できる。 提案手法は,HDMapを推定する際の正確な状況の既存のマップを推定する。 我々は,新しいオンラインHDMap推定フレームワークであるMapEXを紹介する。
  論文  参考訳（メタデータ） (2023-11-17T13:40:10Z)
• Augmenting Lane Perception and Topology Understanding with Standard Definition Navigation Maps [51.24861159115138]
  Standard Definition (SD) マップは、より安価で、世界中でカバーでき、スケーラブルな代替手段を提供する。 本稿では,オンライン地図予測にSDマップを統合する新しいフレームワークを提案し,Transformer を用いたエンコーダ SD Map Representations を提案する。 この拡張は、現在の最先端のオンラインマップ予測手法におけるレーン検出とトポロジー予測を一貫して(最大60%まで)大幅に向上させる。
  論文  参考訳（メタデータ） (2023-11-07T15:42:22Z)
• Neural Map Prior for Autonomous Driving [17.198729798817094]
  高精細(HD)セマンティックマップは、自動運転車が都市環境をナビゲートするために不可欠である。 オフラインのHDマップを作成する従来の方法には、労働集約的な手動アノテーションプロセスが含まれる。 近年,オンラインセンサを用いた局所地図作成手法が提案されている。 本研究では,グローバルマップのニューラル表現であるニューラルマッププライオリティ(NMP)を提案する。
  論文  参考訳（メタデータ） (2023-04-17T17:58:40Z)
• Vision-based Large-scale 3D Semantic Mapping for Autonomous Driving Applications [53.553924052102126]
  ステレオカメラシステムのみに基づく3次元セマンティックマッピングのための完全なパイプラインを提案する。 パイプラインは、直接視覚的オドメトリーのフロントエンドと、グローバルな時間統合のためのバックエンドで構成されている。 本稿では,3次元点ラベルの品質と一貫性を向上する,単純だが効果的な投票方式を提案する。
  論文  参考訳（メタデータ） (2022-03-02T13:18:38Z)
• ASH: A Modern Framework for Parallel Spatial Hashing in 3D Perception [91.24236600199542]
  ASHは、GPU上の並列空間ハッシュのためのモダンで高性能なフレームワークである。 ASHはより高いパフォーマンスを実現し、よりリッチな機能をサポートし、より少ないコード行を必要とする。 ASHとそのサンプルアプリケーションはOpen3Dでオープンソース化されている。
  論文  参考訳（メタデータ） (2021-10-01T16:25:40Z)
• MP3: A Unified Model to Map, Perceive, Predict and Plan [84.07678019017644]
  MP3は、入力が生のセンサーデータと高レベルのコマンドであるマップレス運転に対するエンドツーエンドのアプローチである。 提案手法は, より安全で, 快適であり, 長期クローズループシミュレーションにおいて, ベースラインよりもコマンドを追従できることを示す。
  論文  参考訳（メタデータ） (2021-01-18T00:09:30Z)
• Learning Lane Graph Representations for Motion Forecasting [92.88572392790623]
  生の地図データからレーングラフを構築し,地図構造を保存する。 我々は,アクター・トゥ・レーン,レーン・トゥ・レーン,レーン・トゥ・アクター,アクター・トゥ・アクターの4種類のインタラクションからなる融合ネットワークを利用する。 提案手法は,大規模Argoverse運動予測ベンチマークにおいて,最先端の手法を著しく上回っている。
  論文  参考訳（メタデータ） (2020-07-27T17:59:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。